[科普中国]-碳酸盐岩测井沉积微相

研究背景

以海相沉积为主的碳酸盐岩沉积环境及沉积结构,与陆相砂泥岩地层有很大的区别,陆相沉积的砂泥岩剖面岩类较为单一,但粒度与层理变化较为复杂,它们反映了沉积环境及沉积相的变化；而海相碳酸盐岩沉积,沉积矿物、岩类及岩石结构则是反映沉积环境的主要因素,水流变化、沉积层理则不如砂岩那样重要,因而使沉积环境的物理性质也存在较大差别,势必影响到测井响应的差异,如地层倾角对砂泥岩沉积环境是一种重要的指相工具,而对碳酸盐岩则意义有限,而可以反映矿物成分变化的自然伽马能谱测井则是进行碳酸盐岩沉积微相分析的重要手段。因而在碳酸盐岩中测井沉积微相应建立不同于砂泥岩地层的专门模型。

研究方法与流程在碳酸盐岩中用测井进行沉积微相研究内容包括以下几个方面:。

(1)选择与确定油气田的关键井；

(2)建立碳酸盐岩地质沉积微相模型；

(3)地质沉积与测井响应特征确定；

(4)测井信息环境校正与归一化；

(5)测井信息与地质微相相关分析；

(6)采用各种数理统计方法建立测井沉积微相模型；

(7)进行测井沉积微相划分反馈验证与模型修改。

模式建立我国碳酸岩盐油气藏沉积环境多以海相为主,四川碳酸盐岩具有代表性,属于碳酸盐岩海相潮沙沉积模式如上图。

建模1.碳酸盐岩沉积相的测井响应特征

1)自然伽马能谱

由于不同沉积环境、岩类、物源及地球化学性质上的差别,使地层中的放射性元素铀、钍、钾的富集程度及相对含量的比例发生变化。浅海碳酸盐岩生成于清水环境,直接生物堆识和间接生化作用影响自然伽马能谱的响应,放射性铀在一定程度上反映了生物富集及演化恃征,而泥质则影响了钍、钾的分布,成岩后生变化及地下水溶蚀的裂缝都可形成放射性铀的富集,自然伽马能谱对沉积环境响应的规律是:

(1)在氧化环境钍矿物含量稳定,不易风化,在高能环境钍含量高于低能环境；

(2)钾极易被带负电荷的胶体吸附,因而在粘土矿物中钾含量增高；

(3)粘土矿物含量与水动力条件及沉积低能环境有关,而钍钾比及钍、钾含量增加可确定泥质及粘土矿物含量的增高；

(4)铀含量与有机质还原作用关系密切,特别与岩石中有机碳含量有好的正相关关系,有机碳及干酪根反映生油母质的丰度,因而铀含量可作生油母质的指示器,而钍、钾比低则反映还原环境,相反则说明处于氧化环境。

2)总自然伽马测井

总自然伽马值主要反映泥质与粘土的含量,在生油层则反映生油母质的增加。它的规律是有机质含量很高的生油岩自然伽马为异常高值,泥、页岩为正常的高值,泥质石灰岩与白云岩为中值,白云岩为中低值,纯石灰岩为低值,生物礁岩及石膏为最低值,钾岩为高值。

3)电阻率测井

在碳酸盐岩中,硬石膏及岩盐为最高电阻率,可达数万欧姆米,致密石灰岩为高值,孔隙发育的石灰岩及白云岩为中低值,泥、页岩为最低值。

4)岩性密度测井

岩性密度测井包括两种物理量,一种为有效光电吸收截面指数Pe 及岩石的体积密度。有效光电光电吸收截面指数与岩石化学元素光电吸收截面关系密切,因而它可以正确区分岩石矿物成分及岩性,如石灰岩Pe 为5.084,而白云岩为3.142,硬石膏为5.055,砂岩为1.086,从而反映了岩石沉积与成岩环境。而岩石体积密度的差别不但反映不同岩类,而且反映了沉积环境,体积密度由高而低的岩类为:硬石膏、白云岩、石灰岩、孔隙云岩、孔隙灰岩、生物灰岩、岩盐、泥质岩、页岩及泥岩。

5)声波测井

在碳酸盐岩剖面中,致密白云岩纵波速度最大,致密石灰岩也较高,它们在变密度测井曲线上表现黑白分明,石灰岩与白云岩孔隙度增加使纵波声速有所降低,变密度的灰度曲线表现为黑白反差减弱。对石膏层声速虽然减小,但变密度曲线则黑白分明。岩石泥质增加与孔隙度增加特征相似,泥、页岩类纵波声速最小,由于能量衰减,变密度曲线黑白反差很小。

6)中子测井

在中子测井石灰岩视孔隙度曲线上,硬石膏与致密石灰岩都近于零值。盐岩次之,白云岩有0 ～ 3%视孔隙度读数。随地层孔隙度增大,中子读数增高,泥质含量增高中子读数也相应增大。泥、页岩中子读数增高,可达25%视孔隙度读数。

2.碳酸盐岩测井电相与沉积微相的关系

根据以上测井信息对沉积环境响应特征看出,测井对沉积微相变化而造成岩石物理性质变化是敏感的。因而根据各种测井信息集总,可以形成随井身沉积环境变化而引起岩石物理变化的连续剖面,虽然还不能说它直接反映某些明确的地质概念,但它能反映井眼内随井深而变化的岩石各种物理性质的差异,我们称之电相剖面。而实际地质各种沉积微相差别必然造成物理性质的差异,因而这种电相剖面可以转化为地质信息,具体说就是沉积微相变化的信息。这种转化是通过取心井段根据地质信息所划分出的随深度变化的沉积微相段与电相剖面相关分析得到的,通过各种统计数学的聚类方法,如非线性映射、多组判别、模糊聚类、神经网络等方法,建立起各种沉积微相的数学模型,并经过置信度检验,才能将电相剖面转化为测井沉积微相剖面。

3.碳酸盐岩电相确定和划分

1)用最佳有序分割进行剖面电相分层采用多种测井信息作为多变量进行有序样品的最佳分割是主要的电相自动分层方法。这是一种按多变量离差值进行最优分割的统计方法,它要求各分层内部样品之间差异最小,各层段间差异达到最大。

2)采用非线性映射对电相进一步聚类

非线性映射是通过对多变量由多维空间降维映射到低维空间,用低维空间直观显示聚类点群分布的数理统计技术,它不考虑数据沿剖面的连贯性,因此在测井多变量最佳有序分割形成电相分层的基础上,根据样品的亲疏关系,进行以电相特征为基础的进一步电相特征聚类。

4.测井沉积微相模式建立与微相划分方法

1)用多组判别建立测井沉积微相模式

在测井多变量数据进行电相聚类后,以已知关键井地质沉积微相作参照,建立测井多变量沉积微相判别函数,达到建立测井沉积微相模式的目的。根据总自然伽马、无铀自然伽马、铀、钍、钾测量值、中子、密度、声波、双侧向电阻率及微球形聚焦测井信息作为变量,以地质划分的各种沉积微相作为判别标准,这样就可构成碳酸盐岩各种沉积微相的判别函数,它们就是建立起来的碳酸盐岩测井沉积微相的模式及数学模型。

2)用模糊聚类法建立碳酸盐岩沉积微相模式

利用测井信息进行碳酸盐岩沉积微相划分的实质是,由于沉积环境变化造成岩石与地层物理特征的变化,而多种测井信息可由不同的角度来对这些变化进行响应,因而测井信息可用于沉积微相变化的区分。采用多种测井信息作为变量进行聚类分析,将相似程度高的点群聚类也是测井沉积微相划分的重要手段。由于自然现象的复杂出现模糊现象,因而采用Fuzzy Clusterring 统计方法建立模糊聚类统计模型来进行碳酸盐岩沉积微相测井划分模型建立。

根据Fuzzy 集理论发展的模糊数学方法可以进行测井多变量沉积微相聚类与划分,从而建立起碳酸盐岩测井沉积微相模式。

3)神经网络技术进行测井沉积微相划分

测井信息是地质沉积差别造成物理性质差异的反映,它属于非结构性信息,难以用数学方程精确地描述,但存在大量实际资料可供学习,因而采用人工神经网络技术监督学习的方法,通过它的自组织、自适应的学习能力及对模糊与随机信息的联想、推理与类比能力。1